llama.cpp 新增 LiquidAI d1-2B 與 d1-omni-2B 模型支援
llama.cpp 建置 b11945 加入 LiquidAI d1-2B 與 d1-omni-2B 兩個模型的推理支援,其中 d1-omni-2B 為多模態版本。轉換指令碼同步調整:d1 的 GGUF 不再包含語音任務模板,另有一處 no_batching 的小重構。
依意思最接近的 30 筆
llama.cpp 建置 b11945 加入 LiquidAI d1-2B 與 d1-omni-2B 兩個模型的推理支援,其中 d1-omni-2B 為多模態版本。轉換指令碼同步調整:d1 的 GGUF 不再包含語音任務模板,另有一處 no_batching 的小重構。
llama.cpp 建置 b11792 將 d2t 放到其 set_rows 使用處,使其運算能留在 GPU 上,而不是回退到 CPU。該版本同時發布多平台預編譯包,覆蓋 macOS/iOS、Linux(含 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL)、Android 與 Windows。需要注意的是,macOS Apple Silicon 的 KleidiAI 版本以及 openEuler 部分目標在本次建置中處於停用狀態。
Intel 公布面向 agentic AI 的資料中心推理 GPU D270,單卡最高 480GB LPDDR5X 記憶體,350W 風冷,不依賴 HBM。晶片面積從圖形與光追管線轉向 32 個 Xe3P 核心和 256 個 XMX 矩陣引擎,用於加速長上下文、多輪 agent 工作流的 prefill 與高併發服務。
LiquidAI 發布 d1 決策模型家族的兩款開放權重模型 d1-3B 與實驗性的 d1-omni-600M,二者都基於 Liquid Foundation Models,不逐 token 生成,而是在單次前向傳播中直接給出答案。d1-3B 在 Decision Index 0.2.1 上得 48.57,為 10B 以下最佳,超過 Decider 35B-A3B 的 47.11;
Strands Labs 開源了 2B 引數的決策模型 Strands Decider 2B,權重已上 Hugging Face,訓練資料與指令碼一併公開。它基於 Qwen3.5-2B 去掉 LM head、換成約百萬引數的 pointer head 並加 rank-16 LoRA 微調,只能從給定選項中作答或打分,因此不支援編碼、聊天與摘要。
輝達在 GTC Berlin 發布 DSX POD 參考設計:由合作伙伴在模組化集裝箱內整合並驗證完整的 Vera Rubin AI 工廠,站點水電就緒後現場部署可從六個月縮短到 14 天。Vera Rubin 已全面量產,DSX 平台稱冷卻用水最多減少 100%,同等 AI 產出省電 30%。
Ai2 把原先基於優先順序的 GPU 排程器換成了由 GPU 時間預算、層級化公平分配和時間切片契約組成的新系統。它管理數千塊 NVIDIA H100、B200、B300,叢集規模從 88 到 1024 塊 GPU,服務約 150 名內部研究者,GPU 需求長期是供給的 2 到 3 倍。舊方案導致 GPU 蹲坑佔位、優先順序通脹(最終 100% 工作負載都標為 HIGH)以及值班工程師大量時間用於協商關閉不可搶佔任務。
Dyna Robotics 在百萬小時人類影片預訓練的 Dyna-2 世界動作模型基礎上,推出實體機器人代理 Dyna-2.1。官方稱其連續 24 小時摺疊餐廳餐巾成功率達 99.4%,中途把整疊餐巾拉倒後也能自行恢復,已在鼎泰豐每天折數千張餐巾。機器人只需約 45 分鐘演示即可學會新任務,採用自研輪式半人形硬體;靈巧手過熱與感測資料缺失仍是主要瓶頸。
民調預測民主黨將在 11 月中期選舉中至少翻轉國會一院,屆時關鍵委員會的主導權將回到民主黨手中,AI 公司可能迎來新一輪審查。目前委員會中的民主黨高層已表示,願意就資料中心的稅收抵免和近期的駭客事件向 AI 行業施壓;一旦接管委員會,他們可以設定議程並傳喚 CEO 作證。
OpenAI 在 9 月底開發者日推出常駐個人助理 dots,已在 ChatGPT 桌面端和移動端上線,面向 Pro 及以上訂閱使用者,訂閱方案起步價每月 100 美元。連線日曆、信箱和電腦等工具後,它會主動提示日程衝突與臨近截止時間,並按固定節奏做“主動研究”,向使用者提出建議;實測中提前量仍不夠及時。OpenAI 稱其隱私控制與 ChatGPT 相同,可關閉模型訓練並限制可訪問的資源,但權限粒度較粗,例如不接受對雲盤的只讀訪問。
OpenAI 在 DevDay 上由 Sam Altman 發布新 AI agent Dots,稱公司要為前沿 AI 的隱私樹立新標準。同場 OpenAI 還暗諷競爭對手 Meta 的 Muse 沒能保護好使用者資料,而 Muse 幾個月前才作為 OpenClaw 的繼任者推出,扎克伯格當時同樣承諾它從底層為隱私與安全而設計。The Verge 的報導由此追問:這些隱私承諾究竟能否兌現。
OpenAI 本週發布名為 Dots 的智慧體平台,定位企業辦公軟體,同時也能完成訂餐等日常任務。Dots 採用圓潤擬人化頭像並支援自訂名稱,目前每位使用者只能擁有一個 Dots,未來將支援多個。介面為雙視窗設計,一個視窗用於對話,另一個視窗用於跟蹤智慧體的工作過程。
OpenAI 發布常駐型個人 AI agent Dots 數日後,其產品負責人 Alexander Embiricos 將於 10 月 13 至 15 日出席在舊金山 Moscone West 舉行的 TechCrunch Disrupt 2026,在 AI Stage 參與名為 What Comes After the Chatbot? 的對話。Dots 不侷限於回答提示,它擁有自己的雲端計算機,可連線人們日常使用的應用,並能在後臺持續朝某個目標推進。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作,評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立,做的是基於自研基礎模型的機器人工作站,把視覺、任務上下文與運動控制打通,用高保真模擬訓練,產線換型從數週縮短到數分鐘,無需傳統程式設計。其工作站已在某款熱門手機的生產中使用,負責柔性排線穿線、聯結器扣合等此前難以自動化的工序;
awslabs 發布 AI-DLC 最新穩定版,這是一套與 harness 無關的 AI 編碼工作流核心,可原生執行在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 與 GitHub Copilot 中。macOS、Linux、WSL 和 Windows 各有一條安裝命令,原生安裝自帶 aidlc 命令與各 harness 執行時,無需 Bun 或 Node.js。
10 月 22 日,螞蟻數科發布決策模型 LingDT-Decision-1.0,提供 4B 與 27B 兩個版本,已在 DTMaaS 平台上線並限時免費開放體驗。該模型專為結構化決策任務設計,在客服、風控、金融等場景測試中,相比大語言模型 Token 消耗降低超 90%、回應時效提升 10 倍。
釘釘 DingTalk Workspace CLI(DWS)完成鴻蒙 PC 適配並正式開源,把 25 項業務模組、1000 多條命令列封裝為標準化 CLI 介面,覆蓋群聊、會議聽記、待辦、AI 表格、文件、日曆、通訊錄、審批等場景。Agent 可在使用者授權範圍內呼叫這些能力,例如從會議聽記中提煉要點、識別待辦,再結合成員日曆安排會議,或呼叫 AI 表格整理資訊。目前 DWS 已支援在鴻蒙 PC 本地部署執行,並向千問辦公、Qoder 及企業自研 Agent 提供接入路徑;
螞蟻數科 10 月 22 日發布決策模型 LingDT-Decision-1.0,含 4B 與 27B 兩個版本,已在自家 DTMaaS 平台上線並限時免費體驗。該模型面向意圖判斷、規則分類等高頻判定任務,首創原生多選與按序決策(DAG)能力;在 23 項開源基準上 27B 版本綜合評分居首,超過 Microsoft-Decision-1、Jev 1.13.0 等熱門決策模型。
Google DeepMind 10 月 15 日發布技術演示,展示用 AI 開發平台 Google Antigravity 的智慧體尋找抗菌肽:從 UniProt 數百萬條序列出發,經 ProtNLM 功能預測與序列、AlphaFold 結構、基因組鄰域三類證據篩選,找到一種 97 個胺基酸的乳酸菌素 972 家族細菌素候選(UniProt A0A0U0D591),已進入溼實驗驗證。
德國聯邦政府與輝達簽署意向宣告,將聯合推進面向物理 AI 的前沿模型,並對接德國“工業 4.0 平台”。黃仁勳同時宣布投資 Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace 四家德國初創,屬於其在歐洲近 100 億美元投入的一部分。西門子同日宣布與輝達合作推進自主工廠,全虛擬產線除錯可減少最多 85% 的工程工作量,基於智慧體的生產規劃最高可降本 20%。
8 月低調上線的 AI agent 產品 Instinct 靠簡訊式互動走紅,能代訂 DMV 預約、傳送跟進郵件,如今正面臨 Muse 與 Dots 的夾擊。Instinct 採用僅限邀請、不做營銷、幾乎不設官網的推廣方式,仍迅速成為 AI 圈最受關注的產品之一。隨後兩家實力強得多的公司先後推出功能大致相同的 Muse 和 Dots,這家初創公司能否延續熱度被打上問號。
xAI 於 2026 年 10 月 20 日在官網新聞頁發布了一篇題為 incident-sweep 的公告。該帖僅給出全文連結 x.ai/news/incident-sweep,未在正文中說明事件性質、影響範圍或處理進展。具體內容需要開啟原文檢視。
Docker 發布 docker-agent,一個 Docker CLI 外掛,可用宣告式 YAML 配置建置、執行和分享 AI 智慧體,無需寫程式碼。它支援多智慧體協作、內建工具與任意 MCP server,模型側相容 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI 與 Docker Model Runner,並自帶 think、todo、memory 工具和基於 BM25、嵌入與重排序的 RAG。
第二屆迪拜商業論壇·中國在深圳落幕,迪拜商會率 100 餘位政企代表參會,現場簽署 10 項合作備忘錄。論壇主推的兩年智慧體 AI 倡議將覆蓋超 29.5 萬家私營企業,兩年內推出 100 個專業 AI 助手;百度 Apollo Go 已取得迪拜首張全無人駕駛測試許可並開啟全無人商業運營。迪拜商會資料顯示,2026 年一季度有 292 家中國企業新加入會員,截至 9 月底活躍中國會員達 6650 家。
Anthropic 發布面向專業人士和小型企業的智慧體應用 Claude Duet,基於 Claude Opus 5.5,以研究預覽形式向 Pro 和 Max 訂閱者開放 iOS、Android 與 Claude.ai 網頁版,需加入等待名單。
小紅書 Dots 團隊開源稀疏注意力加速方案 DoSA,在保持原始 Top-K 選擇結果完全等價的前提下加速索引器,約 1M token 上下文下 Dots3-Note-preview、GLM-5.2、DeepSeek-V3.2 的首 token 延遲較各自 SGLang 基線分別降低約 37%、46% 和 48%。其做法是用分數上界與入選門檻下界,提前排除約 97% 不可能入選的候選,只對剩餘候選做全部索引頭的精確打分。
AI 基礎設施公司 Modal 完成 7.5 億美元 D 輪融資,估值 160 億美元,並稱年化收入已突破 10 億美元。CEO Erik Bernhardsson 在訪談中表示,公司累計啟動近 30 億個沙箱,沙箱業務約佔收入三分之一;該產品早期使用者太少、一度考慮關停,後被 coding agent 與強化學習的需求拉起。
Uber 首席資訊安全官 Philip Martin 提出,企業應為 AI agent 建立類似員工內部威脅計劃的監控機制。Uber 已開源 AI Detection and Response(ADR),用於採集 agent 執行時的即時遙測並在越界時即時干預,同時把 Anthropic 的 Enterprise Frontier Safeguards 作為資料來源接入其整體檢測體系。
Apple 研究員 awnihannun 在社交平台發布一首短詩,稱因「未來會 foom」而上調自己的 P(doom),即 AI 導致人類滅絕的主觀機率。詩中還提到中文房間、shoggoth 與死神之眼等 AI 圈內梗,未給出具體數值或論證。
Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。